Характеристики

Контекст: 32 768 токенов
Параметры: 71,5 млрд
Размер весов: 145 ГБ
Архитектура: qwen2 · dense
Базовая модель: Rombos-LLM-V2.5-Qwen-72b
Библиотека: transformers
Опубликована: 11 ноя 2024

Ссылки

Hugging Face arXiv 2306.01708

Qwen2.5-72B-Instruct-abliterated-2x-TIES-v1.0

BenevolenceMessiah

Генерация текстаТекст → текст12 профессий

Объединённая методом TIES 72-миллиардная модель семейства Qwen2.5 для диалогов и генерации текста.

27скачиваний за 30 дней2лайкавеса обновлены11 ноя 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BenevolenceMessiah/Qwen2.5-72B-Instruct-abliterated-2x-TIES-v1.0 — объединённая модель на базе семейства Qwen2.5, созданная с помощью mergekit методом TIES. В качестве базовой использована huihui-ai/Qwen2.5-72B-Instruct-abliterated; в объединение также вошли Rombos-LLM-V2.5-Qwen-72b и Dracarys2-72B-Instruct.

Модель предназначена для диалогов и генерации текста. Это плотная причинно-языковая архитектура Qwen2 с 71,5 млрд параметров и контекстом до 32 768 токенов; работает через Transformers и распространяется в формате safetensors. Метаданные указывают интерфейс вызова инструментов, однако README не описывает его поведение и надёжность.

Изменённое поведение отказов унаследовано от базовой abliterated-модели согласно описанию каталога. README не сообщает результатов оценки качества или конкретных ограничений. Лицензия в предоставленных данных не указана.

Сценарии применения

ведение диалогов с пользователем
генерация развернутых текстовых ответов
создание черновиков и продолжение текста
обработка длинных текстовых запросов в пределах контекста модели
экспериментальное подключение вызова инструментов в диалоговом приложении

Ограничения

Надёжность вызова инструментов и качество модели в предоставленном README не оценены. Лицензия и поддерживаемые естественные языки в предоставленных данных не приведены.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the TIES merge method using huihui-ai/Qwen2.5-72B-Instruct-abliterated as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

# Qwen2.5-72B-Instruct-abliterated-2x-TIES-v1.0

models:
  - model: abacusai/Dracarys2-72B-Instruct # Coding enhancement Fine-tuning
    parameters:
      density: 1.0
      weight: 1.0
  - model: rombodawg/Rombos-LLM-V2.5-Qwen-72b # Continuous Fine-tuning 
    parameters:
      density: 1.0
      weight: 1.0    

merge_method: ties
base_model: huihui-ai/Qwen2.5-72B-Instruct-abliterated # Reflecting the most recent models as of 11/11/2024
parameters:
  normalize: true
  int8_mask: false
dtype: bfloat16
tokenizer_source: union # Experimental, preliminarily seems to garner good results

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: c19632e